距離問題（unit distance problem）在 1946 年由保羅．艾爾迪什（Paul Erdős）提出整整八十年後，一種通用型 AI 產生了能超越長期被推測的上界的配置，證明了至少存在某個 δ>0 使得 n^(1+δ) 組距離為 1 的點對。普林斯頓的數學家已驗證此結果，像是 Tim Gowers 與 Arul Shankar 等人稱其為一項重要進展。
- 重點整理：
- OpenAI 用 n^(1+δ) 的距離為 1 之點對構造解決了 Paul Erdős 於 1946 年提出的謎題。
- 普林斯頓驗證了該結果，讓 AI 在 2026 年於數學領域獲得更高可信度。
- Tim Gowers 表示，這項進展可能影響的不只是幾何，還可能延伸至密碼學與證明。
這道年逾 80 年的幾何謎題終於有了鬆動的跡象，當一套 OpenAI 系統拼接出一種不太可能的構造，並打破了長期以來的預期。距離為 1 的問題在 1946 年由 Paul Erdős 提出，詢問在平面上 n 個點之間，最多能有多少組「剛好相距 1」的點對；而 AI 找到的配置成長速度超過了經典做法所允許的範圍。普林斯頓的數學家檢查了這項工作，像是 Tim Gowers 與 Arul Shankar 這樣的重量級人物也注意到了。除了勝利的談資之外，這項結果還暗示數學領域可能出現一種新的合作夥伴：運用通用推理來突破人類直覺的限制。
AI 以突破性解法破解 80 年前的數學謎團
有些問題一直在消磨人類的耐心邊界。距離為 1 的問題在 1946 年由 Paul Erdős 提出：在平面上有 n 個點時，最多能有多少組點對剛好相距 1。世代的研究者以格點、對稱與鑽研投入攻克。進展只是零星地擴散，從不以跳躍式的跨越前進。然後，悄然之間，AI 介入了。
幾十年老問題，終於解開
傳統方法將點排列在正方形格點中，透過調整尺度來換取在距離為 1 時能產生更多點對。這種做法暗示出幾乎是線性的成長：大約是 n 乘上一個因子，而這個因子在 n 變大時只勉強超越 n。領域逐步形成共識：最佳的下界大致停留在接近 n^(1+o(1)) 的位置，比 n 稍微高出一個刻度，但談不上是一大步。
AI 如何超越推測
根據參與研究的學者表示，來自 OpenAI 的一個內部模型提出了一個新的點配置家族，跨過了長久以來被認為難以企及的門檻。該系統產生的構造至少能提供 n^(1+δ) 組距離為 1 的點對，其中 δ 是固定且大於 0 的常數，且不會隨著 n 的增加而消退。這是一個真正的多項式層級改進，而不是微不足道的修修補補。
這種方法融合幾何洞見與進階代數數論，是一個令人意外的工具組，拿來解一個空間計數的謎題。它並非源自一種專門為數學設計的引擎。相反，它源自一個正在評估中的通用推理模型，顯示在搜索空間龐大的情況下，它能在不同領域之間做出更廣泛的推理。
專家證實，獲得領域喝采
普林斯頓大學的獨立數學家在審閱該 AI 的構造後，根據知情人士說法，確認了該結果。包含 Sir Tim Gowers 與 Arul Shankar 在內的知名聲音，將此進展讚譽為對該領域具有意義的一步。這就是那種長期停滯的新下界，終於因為 AI 找到了合適的觀察角度而被推動。
對數學及其他領域的啟示
當一種通才模型超越根深蒂固的推測時，意味著什麼呢？至少可以先推想出一個工作流程：機器先提出候選結構，人類再用壓力測試的方式檢驗它。除了幾何之外，像是組合學、編碼理論與密碼學等領域，在證明依賴少見構造時，也可能出現類似的合作。
